Peramalan Harga Minyak Mentah Dunia dengan Metode ARIMA dan Regresi Linier

Authors

  • Riani Utami INSTITUT TEKNOLOGI BANDUNG
  • Vira Ananda Institut Teknologi Bandung
  • Ade Maya Sari Institut Teknologi Bandung

DOI:

https://doi.org/10.21831/pspmm.v7i1.269

Keywords:

ARIMA, MINYAK, REGRESI

Abstract

Harga minyak dunia berdampak pada perekonomian suatu negara. Dampak dari kenaikan harga minyak dunia diantaranya akan mendorong tingkat inflasi dan kegiatan ekonomi. Harga minyak dunia seringkali mengalami perubahan yang fluktuatif. Oleh sebab itu, perlu dilakukannya peramalan terhadap harga minyak mentah dunia sebagai upaya untuk mengantisipasi dampak negatif dari perubahan harga minyak mentah dunia. Harga minyak mentah dunia yang dihitung setiap bulan merupakan suatu data time series. Model peramalan untuk data time series yang sering dilakukan adalah model ARIMA. Peramalan yang dilakukan dalam penelitian ini menggunakan model ARIMA dan regresi linier. Model ARIMA (1,1,0) adalah model ARIMA terbaik yang diperoleh dari penelitian ini dengan nilai AIC dan MAPE berturut-turut sebesar 1416.07 dan 8.00485. Sementara model regresi dalam hal ini menghasilkan nilai AIC dan nilai MAPE berturut-turut sebesar 1918.38 dan 29.26. Hasil peramalan dengan menggunakan model ARIMA (1,1,0) dan model regresi, keduanya menghasilkan nilai peramalan harga minyak mentah dunia yang akan mengalami penurunan.

Author Biographies

Riani Utami, INSTITUT TEKNOLOGI BANDUNG

Matematika

Vira Ananda, Institut Teknologi Bandung

Matematika

Ade Maya Sari, Institut Teknologi Bandung

Matematika

References

Debnath KB, Mourshed M. Forecasting methods in energy planning models. Renew Sustain Energy Rev 2018;88:297–325.

Montgomery, D.C., Jennings, C.L., Kulahci, M. 2007. Introduction to Time Series Analysis Forecasting. New Jersey: John Wiley and Sons. Inc Publication.

Cryer, J. D. dan Chan, K. S. 2008. Time Series Analysis with Applications in R, Springer, New York.

Box, G., Jenkins, G., Reinsel, G., dan Ljung, G. 2016. Time Series Analysis : Forecasting and Control, ed. 5. Hoboken: New Jersey.

Wei, W.W.S. (2006). Time Series Analysis and Forecasting . New York: Academi Press.

Published

2023-03-24